ZLUDA让非NVIDIA显卡直接运行CUDA程序【免费下载链接】ZLUDACUDA on non-NVIDIA GPUs项目地址: https://gitcode.com/GitHub_Trending/zl/ZLUDAZLUDA 是面向非NVIDIA显卡的 CUDA 兼容层通过直接替换 CUDA 驱动接口让未经修改的 CUDA 程序在 AMD 显卡等非NVIDIA GPU 上以接近原生的性能运行。为什么非NVIDIA显卡用不了CUDA软件大量 AI 推理工具、科学计算程序甚至部分游戏的硬件加速功能都用 CUDA 编写只能在 NVIDIA 显卡上运行机器上是 AMD 显卡时这些软件基本无法使用。ZLUDA 的思路是直接替换它以 CUDA 驱动的身份接管 API 调用把程序中的 PTX 内核代码编译成 ROCm/HIP 后端能执行的指令对上层程序完全透明。ZLUDA 核心能力免改代码兼容已有 CUDA 程序无需重新编译只需让程序加载到 ZLUDA 提供的驱动即可运行。接近原生性能通过自研 LLVM 编译管线直接处理 PTX 内核避免中间层转换带来的性能损失核心逻辑见 zluda 运行时。性能库替换提供 cuBLAS、cuDNN、cuFFT、cuSPARSE 等 NVIDIA 数学库的替代实现。游戏支持兼容 32 位 PhysX可运行带硬件加速的 Steam 游戏。三步安装运行最低配置与命令环境要求AMD Radeon RX 5000 系列及更新显卡桌面或核显 最新 AMD 驱动Windows 还需安装 HIP SDKLinux 需要 ROCm/HIP 环境macOS 暂不支持。git clone --recursive https://gitcode.com/GitHub_Trending/zl/ZLUDA cargo xtask --release运行目标程序Windows 下用 ZLUDA 启动器zluda.exe -- 程序 参数Linux 下设置库路径即可LD_LIBRARY_PATHZLUDA_DIR:$LD_LIBRARY_PATH 程序详细步骤见 快速开始文档。ZLUDA 适合谁用本地大模型玩家想在 AMD 显卡上跑 CUDA 版 llama.cpp可参考 llama.cpp 支持文档。游戏用户在 Steam 启动选项中加上 ZLUDA 启动器游戏本体无需任何修改。科研与工程开发者把遗留 CUDA 代码先迁移到 AMD 硬件上验证再决定是否正式改写。启动速度与性能调优要点预编译 GPU 代码大型程序首次启动较慢用 zluda_precompile 工具提前扫描并缓存全部 GPU 代码见 预编译文档。选对 HIP SDK要跑 PyTorch、TensorFlow 等机器学习场景需使用 nightly 版 HIP SDK官方版不含 ML 支持。自检安装运行zluda.exe -- cuda_check.exe确认所有数学库加载 OK 再跑正式程序。常见限制与故障排查显卡型号限制仅支持 RX 5000 系列及更新架构Polaris、Vega 等老卡与服务器卡不支持Intel 显卡目前也不支持。功能不完整硬件光追OptiX基本不会支持PyTorch 支持尚在推进中具体范围以 FAQ 为准。用跟踪日志排查失败程序跑不起来时在启动参数加--zluda-traceWindows记录全部 CUDA 调用定位失败点后再提交问题。总结ZLUDA 用一条启动命令和一组替换驱动把 CUDA 软件的可运行范围从 NVIDIA 扩大到了非NVIDIA GPU。如果你手上有 AMD 显卡并想尝试可以从仓库和 文档目录 获取最新的预编译版本与完整说明。【免费下载链接】ZLUDACUDA on non-NVIDIA GPUs项目地址: https://gitcode.com/GitHub_Trending/zl/ZLUDA创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考